基于Lee-Carter模型的香港人口死亡率预测
发布时间：2021-10-30 22:52
据香港特区政府统计处的最新数据显示,2019年香港65岁及以上的老年人口达135.4万,占香港整体人口的18.0%,比例远远超出国际所定义的10%的老龄化标准,且目前人口老龄化程度不断加剧,未来可能严重影响香港的发展和人民生活水平,同时对劳动力市场、政府的公共财政以及医疗保障等带来巨大的压力。人口老龄化主要由于人均预期寿命的延长,2014年中国香港超越日本成为世界上人均预期寿命最高的地区,人均预期寿命为83.98岁,高于日本的83.58岁。死亡率降低是人均寿命延长的主要原因,且死亡率的变化在一定程度上影响着社会保障体系:对于当地政府来讲,高龄人群的死亡率降低将会增加在老年人养老、医疗的社会保障支出,加大了政府的财政压力;对于保险公司来讲,死亡率降低影响着人寿保险产品、年金产品的定价;对于居民来讲,寿命的延长使得个人储蓄无法更好地负担养老需求。显然预测人口死亡率具有广泛的应用性和重要的研究价值。Lee和Carter（1992）最初针对美国人口的死亡数据提出了一种预测将来死亡率的Lee-Carter方法,该方法是涵盖年龄因素和时间控制因素,并与中心死亡率建立对数关系的非线性模型,模型形式简...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１－１香港６５岁及以上年龄人口占总人口比例??人口老龄化来源于出生率的下降和预期寿命的延长
山东大学硕士学位论文??２．参数估计。在确定拟合模型后，就需要利用序列的观察值来估计模型中未??知参数的值。参数估计的常用方法有三种，最小二乘估计、矩估计、极大似然估??计。本文在估计模型参数时采用极大似然估计。??３．模型检验。模型检验主要是对模型的有效性进行检验，一个模型是否有效??体现在它所提取信息的充分程度，模型拟合得好说明残差序列中将不会含有任何??相关伯息，即残差序列是白噪声序列。??建立ＡＲＩＭＡ模型的具体流程可参照图３－１。??获得观察值序列??Ｎ??检验????差分运茸????Ｎ??ｒ?＾检验??拟合ＡＲＭＡ植型?Ｙ?Ｙ????分析结果??图３－１?ＡＲＩＭＡ建模流程图??３．?４平均预期寿命??平均预期寿命的定义是同一时期的人预期能继续生存的平均年数。原则上是??需要跟踪同一年份出生的一批人，并且在每一年记录这批人的死亡和生存人数，??一直持续关注到这批人最后一个人死亡为止，平均预期寿命就是这批人的平均寿??命，但事实上往往会受限于数据收集的难度。在以往很多研究中不少学者采用的??方法为：一是直接根据各年龄预期寿命的历史数据进行外推预测；二是根据每一??年的死亡率水平来计算一批人的平均预期寿命。在具体应用中，通常会用同一年??各年龄人口的死亡率水平，来代替同一代人在不同年龄的死亡率水平。??在利用死亡率求平均预期寿命之前，要先将死亡率转化为死亡概率ｔ』。??因此平均预期寿命预测质量完全取决于死亡概率，而死亡概率的预测取决于??死亡率的预测。用死亡率导出死亡概率，杨泽祥（２０１４）等人曾总结伐尔、寇尔、??１５??
?？？？？＇?＼??、＇－ｖ?／ｙ＾?■?０１５０??隱？?＿??０．００４?■?、、?＊????Ｕ１Ｗ??０．００２?－?、、ｚ、ｚ＼一、?＿■?０．０５０??０．０００??飞，：一”?‘?？?１?■?？」〇．〇〇〇??ｒＭｆ〇ｍｆ＾ａ＾？Ｈｒ〇ｕ＾ｒ＾ＣＴｉ＾－＜ｆ〇Ｌｒ＞ｆ＾ｃｈｆＨｒ〇ｍｒ＾ｃｒ？ｒ－＜ｒ〇ｔｎｒ＾??＆５＆Ｒ〇？Ｓ＞ＳＳＳＳＳ§！８！？！８！Ｓ！Ｂ〇８８Ｓ〇〇〇〇??？Ｈ?ｒＨ?？Ｈ?ｔＨ?ｒＨ?ｔＨ??（ｂ）??图４－１不同年龄组死亡率变化??在这里我们特别关注了婴儿的死亡率，由于婴儿对外界的抵抗能力差，极易??患传染病或因外界环境感染而死亡，因此婴儿死亡率是衡量一个国家或地区卫生??文化水平的敏感指标。根据国家统计局发布的国际统计年鉴上的数据显示，随着??卫生条件的改善和医疗水平的提升，绝大多数国家（地区）的婴儿死亡率都出现了下降的??趋势，２０１６年香港婴儿死亡率水平为１．８６％。，与世界婴儿死亡率３０．５％。相比具有??明显优势，也低于中国大陆８．５％。婴儿死亡率，婴儿死亡率一直保持下降趋势，且??改善效果显著，反映出当地健康水平的进步。??图４－２展示了香港１９７１？２０１８年婴儿的平均预期寿命，虚线代表女性婴儿的??１８??
本文编号：3467572
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图１－１香港６５岁及以上年龄人口占总人口比例??人口老龄化来源于出生率的下降和预期寿命的延长
山东大学硕士学位论文??２．参数估计。在确定拟合模型后，就需要利用序列的观察值来估计模型中未??知参数的值。参数估计的常用方法有三种，最小二乘估计、矩估计、极大似然估??计。本文在估计模型参数时采用极大似然估计。??３．模型检验。模型检验主要是对模型的有效性进行检验，一个模型是否有效??体现在它所提取信息的充分程度，模型拟合得好说明残差序列中将不会含有任何??相关伯息，即残差序列是白噪声序列。??建立ＡＲＩＭＡ模型的具体流程可参照图３－１。??获得观察值序列??Ｎ??检验????差分运茸????Ｎ??ｒ?＾检验??拟合ＡＲＭＡ植型?Ｙ?Ｙ????分析结果??图３－１?ＡＲＩＭＡ建模流程图??３．?４平均预期寿命??平均预期寿命的定义是同一时期的人预期能继续生存的平均年数。原则上是??需要跟踪同一年份出生的一批人，并且在每一年记录这批人的死亡和生存人数，??一直持续关注到这批人最后一个人死亡为止，平均预期寿命就是这批人的平均寿??命，但事实上往往会受限于数据收集的难度。在以往很多研究中不少学者采用的??方法为：一是直接根据各年龄预期寿命的历史数据进行外推预测；二是根据每一??年的死亡率水平来计算一批人的平均预期寿命。在具体应用中，通常会用同一年??各年龄人口的死亡率水平，来代替同一代人在不同年龄的死亡率水平。??在利用死亡率求平均预期寿命之前，要先将死亡率转化为死亡概率ｔ』。??因此平均预期寿命预测质量完全取决于死亡概率，而死亡概率的预测取决于??死亡率的预测。用死亡率导出死亡概率，杨泽祥（２０１４）等人曾总结伐尔、寇尔、??１５??
?？？？？＇?＼??、＇－ｖ?／ｙ＾?■?０１５０??隱？?＿??０．００４?■?、、?＊????Ｕ１Ｗ??０．００２?－?、、ｚ、ｚ＼一、?＿■?０．０５０??０．０００??飞，：一”?‘?？?１?■?？」〇．〇〇〇??ｒＭｆ〇ｍｆ＾ａ＾？Ｈｒ〇ｕ＾ｒ＾ＣＴｉ＾－＜ｆ〇Ｌｒ＞ｆ＾ｃｈｆＨｒ〇ｍｒ＾ｃｒ？ｒ－＜ｒ〇ｔｎｒ＾??＆５＆Ｒ〇？Ｓ＞ＳＳＳＳＳ§！８！？！８！Ｓ！Ｂ〇８８Ｓ〇〇〇〇??？Ｈ?ｒＨ?？Ｈ?ｔＨ?ｒＨ?ｔＨ??（ｂ）??图４－１不同年龄组死亡率变化??在这里我们特别关注了婴儿的死亡率，由于婴儿对外界的抵抗能力差，极易??患传染病或因外界环境感染而死亡，因此婴儿死亡率是衡量一个国家或地区卫生??文化水平的敏感指标。根据国家统计局发布的国际统计年鉴上的数据显示，随着??卫生条件的改善和医疗水平的提升，绝大多数国家（地区）的婴儿死亡率都出现了下降的??趋势，２０１６年香港婴儿死亡率水平为１．８６％。，与世界婴儿死亡率３０．５％。相比具有??明显优势，也低于中国大陆８．５％。婴儿死亡率，婴儿死亡率一直保持下降趋势，且??改善效果显著，反映出当地健康水平的进步。??图４－２展示了香港１９７１？２０１８年婴儿的平均预期寿命，虚线代表女性婴儿的??１８??
本文编号：3467572
本文链接：https://www.wllwen.com/shekelunwen/guojiguanxi/3467572.html
